Agent Readiness Stack: Web Sitenizi Yapay Zeka Ajanlarına Hazırlayın

2026 ortasında sessizce bir kırılma noktasına ulaşıldı: internet tarihinde ilk kez bot trafiği insan trafiğini geçti ve tüm web isteklerinin %57.5'ine ulaştı. Yapay zeka kaynaklı trafik, son 18 ayda insan trafiğinden yaklaşık 8 kat daha hızlı büyüdü.

Web sitenizin en sık ziyaretçisi artık tarayıcılı bir insan değil. Bir görevi olan bir dil modeli.

Ancak çoğu web sitesi hâlâ yalnızca insan gözleri için inşa ediliyor — JavaScript ağırlıklı düzenler, çerez onay modalları, CAPTCHA'lar ve bir yapay zeka ajanının ayrıştıramayacağı, gezinmeye çalışamayacağı tıklama tabanlı navigasyonlar. Sonuç? Markanız en hızlı büyüyen dijital kanal için görünmez hale geliyor.

Bu teorik bir gelecek değil. Shopify, yapay zeka ajanları tarafından yönlendirilen alışverişçilerin organik aramadan ~%50 daha yüksek oranlarda dönüşüm yaptığını raporluyor. Sabre ve Airbnb gibi seyahat platformları, uçtan uca rezervasyonları tamamen konuşma tabanlı yapay zeka içinde işliyor. AgentGrade ve IsItAgentReady gibi kurumsal hazırlık tarayıcıları ise Fortune 500 genelinde ortalama puanın yalnızca 100 üzerinden 20-55 olduğunu bildiriyor.

Soru artık "Yapay zeka ajanları için optimize etmeli miyiz?" değil, "Ne kadar gerideyiz?"

---

"Sayfa Görüntüleme"den "Ajan Aksiyonu"na: Gerçekten Önemli Olan Metrikler

Geleneksel web analitiği insan davranışlarını izler: sayfa görüntüleme, oturum süresi, hemen çıkma oranı, dönüşüm hunisi. Bu metrikler yapay zeka ajan trafiği için anlamsızdır.

Bir yapay zeka ajanı "göz atmaz." O:

1. Keşfeder — sitenizi robots.txt, llms.txt veya yapılandırılmış veri üzerinden bulur
2. Okur — içeriğinizin makineye optimize edilmiş versiyonunu tüketir (Markdown, JSON-LD, API yanıtları)
3. Karar verir — sizi önerip önermeyeceğine, alıntılayıp alıntılamayacağına veya sizinle işlem yapıp yapmayacağına karar verir
4. Harekete geçer — rezervasyon yapar, satın alır veya insan kullanıcıyı önceden oluşturulmuş bir niyetle sitenize yönlendirir

Artık önemli olan yeni metrikler:

• Ajan keşif oranı — Yapay zeka tarayıcıları temel sayfalarınızı bulup erişebiliyor mu?
• Alıntılanma sıklığı — Yapay zeka modelleri yanıtlarında markanıza ne sıklıkla referans veriyor?
• Görev tamamlama oranı — Ajanlar eylemleri (rezervasyon, satın alma, abonelik) başarıyla tamamlayabiliyor mu?
• Yapılandırılmış veri kapsama oranı — İçeriğinizin yüzde kaçı makine tarafından ayrıştırılabilir?

---

"Ajana Hazır" Web Sitesi Nedir?

Ajana hazır bir web sitesi, yalnızca içeriğini değil yeteneklerini makine tarafından okunabilir protokoller aracılığıyla sunar. Bunu, yalnızca duvara asılı menüsü olan bir restoran ile menüsünü tüm teslimat uygulamalarında yayımlayan, online rezervasyon kabul eden ve gerçek zamanlı masa müsaitliğini aktaran bir restoran arasındaki fark olarak düşünün.

Yapay Zeka Ajanları Web Sitenizi Gerçekte Nasıl "Görüyor"?

Yapay zeka ajanları CSS'inizi render etmez, JavaScript animasyonlarınızı çalıştırmaz veya glassmorphic kartlarınıza hayran kalmaz. Onlar şunlar üzerinden gezinir:

• Erişilebilirlik ağacı (semantik HTML yapısı)
• Yapılandırılmış veri (JSON-LD, Schema.org markup)
• Düz metin temsilleri (Markdown, llms.txt)
• API uç noktaları (MCP sunucuları, REST API'leri, GraphQL)

Zayıf semantik HTML'e sahip güzel tasarlanmış bir web sitesi, yapay zeka ajanları için işlevsel olarak görünmezdir.

Bu, ajan hazırlığı için en yüksek yatırım getirisi sağlayan yatırımın yeni bir protokol veya araç olmadığı anlamına gelir — düzgün başlık hiyerarşisi, ARIA etiketleri ve yapılandırılmış veriye sahip temiz, semantik HTML'dir. Diğer her şey bu temelin üzerine inşa edilir.

---

Agent Readiness Stack: 5 Katman

Birbiri üzerine inşa edilen, temel keşfedilebilirlikten tam makine eyleme geçirilebilirliğe kadar uzanan Agent Readiness Stack adını verdiğimiz bir çerçeve geliştirdik.

Katman 1: Keşif (Discovery)

Ajanlar sizi bulabilir mi?

Bu temeldir. Bir yapay zeka ürününüzü önerebilmeden, araştırmanızı alıntılayabilmeden veya hizmetinizi rezerve edebilmeden önce var olduğunuzu bilmesi gerekir.

Cerrahi hassasiyetle robots.txt. Çoğu organizasyonun yaptığı kritik hata, tüm yapay zeka botlarına aynı şekilde davranmaktır. Oysa bunlar farklıdır:

Bot Türü	Amacı	Strateji
Eğitim botları (GPTBot, ClaudeBot, Google-Extended)	Model ağırlıkları için içerik toplama	Fikri mülkiyeti korumak istiyorsanız engelleyin
Arama botları (OAI-SearchBot, Claude-SearchBot)	Yapay zeka arama sonuçları için gerçek zamanlı veri çekme	İzin verin — engellemek sizi yapay zeka yanıtlarından tamamen çıkarır
Kullanıcı botları (ChatGPT-User, Claude-User)	Bir insanın yapay zekadan URL okumasını istemesi	İzin verin — bu doğrudan kullanıcı niyetidir

"Cerrahi engelleme" stratejisi: ai-train=no, search=yes, ai-input=yes.

%27 hatası: Araştırmalar, web sitelerinin %27'sinin yapay zeka tarayıcılarını kasıtlı robots.txt kurallarıyla değil, CDN veya WAF yanlış yapılandırmasıyla kazara engellediğini gösteriyor. Cloudflare Free planında Bot Fight Mode kullanıyorsanız, WAF kurallarıyla bunu atlayamazsınız. Tek çözüm BFM'yi tamamen devre dışı bırakmak veya bilinen crawler IP'leri için IP Access Rules kullanmaktır.

llms.txt — Sitenizin yapay zeka için README'si. Henüz tüm tarayıcılar tarafından evrensel olarak ayrıştırılmasa da, llms.txt, organizasyonunuzun ne yaptığını, hangi sayfaların önemli olduğunu ve sizinle nasıl etkileşime girileceğini dil modellerine açıklamanın standart yolu olarak hızla benimseniyor.

Sitemap'ler hâlâ kritik. Yapay zeka tarayıcıları, özellikle hreflang açıklamalı çok dilli siteler için kapsamlı sayfa keşfinde XML sitemap'lere güvenmeye devam ediyor.

Katman 2: İçerik Müzakeresi (Content Negotiation)

Ajanlar içeriğinizi verimli bir şekilde tüketebilir mi?

Bir ajan sitenizi bulduktan sonra, HTML boilerplate, navigasyon elemanları ve script etiketlerinde boğulmadan içeriğinizi okuması gerekir.

Cloudflare Markdown for Agents. Etkinleştirildiğinde (Pro plan gerektirir), Cloudflare Accept: text/markdown header'lı istekleri yakalar ve HTML'inizi edge'de temiz Markdown'a dönüştürür. Sonuç: %80'e kadar token azaltma — yapay zeka modelleri bağlam pencerelerinde içeriğinizin daha fazlasını işleyebilir.

Content Signals (IETF Taslağı). Content-Signal HTTP header'ı ve robots.txt yönergesi, içerik kullanım tercihlerinizi makine tarafından okunabilir bir formatta bildirir.

Katman 3: Yapılandırılmış Veri (Structured Data)

Ajanlar içeriğinizi anlamsal olarak anlayabilir mi?

JSON-LD yapılandırılmış veri, ajan hazırlığı için en etkili teknik uygulamadır. Yapay zeka modelleri, doğal dili ayrıştırmak yerine yapılandırılmış gerçekleri çıkarmak için bunu kullanır.

Site kategorisine göre yüksek etkili şema türleri:

Site Türü	Gerekli Şema	Neden Önemli
E-ticaret	Product, Offer, AggregateRating	Fiyat karşılaştırma, stok kontrolü
SaaS	SoftwareApplication, WebAPI	Ürün yeteneği keşfi
Danışmanlık	ProfessionalService, FAQPage	Hizmet eşleştirme, uzmanlık doğrulama
OTA/Seyahat	LodgingBusiness, TouristAttraction	Rezervasyon, müsaitlik, fiyatlandırma
Yayıncı	NewsArticle, BlogPosting	Alıntılama, kaynak atıfı

Katman 4: Kimlik Doğrulama ve Yetkilendirme

Ajanlar korunan kaynaklarınıza güvenli bir şekilde erişebilir mi?

API'leri, kullanıcı hesapları veya kapılı içeriği olan siteler için OAuth/OIDC keşif meta verileri ve MCP Gateway'leri gerekir.

Çoğu B2B danışmanlık ve medya sitesi bu katmanı tamamen atlayabilir. SaaS ürünleri ve API-first platformlar için kritiktir.

Katman 5: Aksiyon (Action)

Ajanlar sizin adınıza işlem yapabilir mi?

Ajan hazırlığının en üst seviyesi: web siteniz yalnızca okunabilir değil — çalıştırılabilir.

MCP (Model Context Protocol), "yapay zeka için USB-C portu" olarak ortaya çıkıyor — yapay zeka modellerinin harici sistemlerde eylem gerçekleştirmesi için standartlaştırılmış bir yol. Linux Foundation altında Agentic AI Foundation tarafından yönetilen MCP, üç temel öğe tanımlıyor:

• Tools — Çalıştırılabilir fonksiyonlar (ör. search_products, create_booking)
• Resources — Salt okunur veri uç noktaları (ör. get_inventory, list_services)
• Prompts — Şablon tabanlı etkileşim kalıpları

Universal Commerce Protocol (UCP) — Shopify ve Google tarafından ortaklaşa geliştirilen UCP, yapay zeka güdümlü işlemler için makine tarafından okunabilir ürün kataloglarını standartlaştırıyor.

---

Site Türüne Göre Ajan Hazırlık Kontrol Listeleri

E-ticaret

• ✅ Her ürün sayfasında Product + Offer JSON-LD
• ✅ Eksiksiz ürün öznitelik kapsamı (renk, beden, malzeme, marka)
• ✅ Yapılandırılmış envanter/müsaitlik feed'leri
• ✅ Ürün kategorileri ve iade politikalarıyla llms.txt
• ✅ Content Signals: search=yes, ai-input=yes, ai-train=no
• 🔄 Ürün arama ve sepet yönetimi için MCP sunucusu

B2B SaaS

• ✅ Temel ürün eylemlerini açığa çıkaran MCP sunucusu (1 numaralı öncelik!)
• ✅ Ajan tarafından okunabilir formatta API dokümantasyonu
• ✅ SoftwareApplication + WebAPI JSON-LD
• ✅ Ajan kimlik doğrulaması için OAuth/OIDC keşif meta verileri
• 🔄 /.well-known/mcp/server-card.json MCP Sunucu Kartı

Danışmanlık / Ajans

• ✅ Tüm hizmet sayfalarında düzgün başlık hiyerarşisiyle semantik HTML
• ✅ ProfessionalService + Organization JSON-LD
• ✅ Denetim/hizmet sayfalarında FAQPage şeması
• ✅ Hizmet tanımları ve iletişim yöntemleriyle llms.txt
• ✅ Cerrahi yapay zeka tarayıcı politikasıyla robots.txt
• ✅ Ölçülebilir sonuçlarla vaka çalışması yapılandırılmış verisi

OTA / Seyahat

• ✅ Gerçek zamanlı fiyatlandırmayla LodgingBusiness / TouristAttraction JSON-LD
• ✅ Ajanların sorgulayabileceği yapılandırılmış müsaitlik API'leri
• ✅ Makine tarafından okunabilir formatta iptal ve iade politikaları
• ✅ Doğrudan rezervasyon sağlayan BookAction şeması
• 🔄 Müsaitlik kontrolleri ve rezervasyon yönetimi için MCP sunucusu

Medya / Yayıncı

• ✅ Eğitim botlarını engelle, arama botlarına izin ver (cerrahi robots.txt)
• ✅ Content Signals: ai-train=no, search=yes, ai-input=yes
• ✅ author, datePublished, publisher ile NewsArticle / BlogPosting JSON-LD
• ✅ Temiz, alıntılanabilir içerik yapısı

---

Sırada Ne Var: 2027'yi Tanımlayacak Protokoller

DNS-AID (DNS for AI Discovery)

DNS kayıtlarını (SVCB, TXT, TLSA) kullanarak ajan yeteneklerini DNS seviyesinde duyuran, şu anda Linux Foundation taslağı olan bir standart.

WebMCP

Google Chrome'un web sitelerinin tarayıcı tarafında "araçlar" (ör. checkout, search_products) tanımlamasına olanak tanıyan deneysel önerisi.

Content Signals Standardizasyonu

IETF aipref çalışma grubu, Content-Signal sözlüğünü resmileştiriyor. RFC olarak standartlaştırıldığında, yayıncıların yapay zeka içerik kullanım izinlerini bildirmesinin kesin yolu haline gelecek.

---

Bu Rehberi Neden Oluşturduk?

Bu soyut bir çerçeve değil. Agent Readiness Stack'i onmartech.com üzerinde kendimiz uyguladık:

• Content-Signal yönergeleri ve cerrahi yapay zeka tarayıcı politikalarıyla robots.txt
• Hizmetlerimizi, site yapımızı (3 dil) ve içerik politikamızı açıklayan llms.txt
• Tüm hizmet, denetim ve blog sayfalarında JSON-LD yapılandırılmış veri
• Düzgün başlık hiyerarşisi ve landmark elemanlarıyla semantik HTML
• TR/EN/AR için çok dilli hreflang uygulaması

Süreç, iyi bakılan sitelerde bile ne kadar çok boşluk olduğunu ortaya koydu — kazara WAF engellemelerinden anahtar hizmet sayfalarındaki eksik yapılandırılmış veriye kadar. Her organizasyonun ajan hazırlık yolculuğu benzersizdir, ancak stack evrenseldir.

Kendi sitenizin yapay zeka hazırlığını değerlendirmek istiyorsanız, IsItAgentReady üzerinden test edin ve nerede durduğunuzu görün. Ardından Keşif katmanından başlayarak katmanlar üzerinde çalışın.

İlk hareket eden web siteleri, yapay zeka ajanlarının önerdiği, alıntıladığı ve işlem yaptığı siteler olacak. Gerisine kalan ise trafiklerinin nereye gittiğini merak edecek.